Obecnie patrząc na wyniki zespołu, w dobrze wykonanych częściach nikt nie zapyta, czy to ty napisałeś, czy AI. Umiejętność współpracy z AI w tworzeniu dobrych rzeczy jest w rzeczywistości kluczową umiejętnością; przeciwnie, jeśli ktoś nie potrafi współpracować z AI, to zasadniczo oznacza, że nie potrafi nauczyć.

Zhang Xiaojun zapytał Yang Zhilina podczas wywiadu: Czy w końcu chcecie stworzyć uniwersalny model, a nie model do kodowania, prawda? To pytanie głębiej odzwierciedla obecne zrozumienie użytkowników dotyczące nowego produktu AI, w tym wszystkich dużych modeli, agentów i innych form produktów, ich użycia, migracji, aż do momentu, gdy staną się nawykiem, co jest w rzeczywistości bardzo niejasne. Często doskonałe wyniki w wąskiej dziedzinie przyciągają użytkowników, a ogólne/uniwersalne umiejętności na poziomie 60 punktów potrafią zatrzymać użytkowników. To jest szczególnie widoczne, gdy korzystam z perplexity i GPT: perplexity ma lepsze umiejętności badawcze na rynku (pod względem szybkości) niż chatGPT; a w wyszukiwarce/pisaniu w Gmailu wypada lepiej niż własne Gemini Google. To właśnie w kolejnych przypadkowych porównaniach, gdzie perplexity wypada lepiej niż inne uniwersalne duże modele, zwiększało moją częstotliwość korzystania z niego. W przypadku innych produktów AI jest podobnie: dyskusja na temat modelu lub niemodelu wydaje mi się nieco przestarzała, lub przynajmniej nie jest to problem, nad którym myślą czołowi twórcy. Myślenie powinno koncentrować się na punkcie wejścia i punkcie przyciągania. Rozwiązywanie małych problemów w małych scenariuszach, otaczanie miast przez wieś, perplexity może być lepsze w użyciu niż GPT i Gemini.

Mam nadzieję, że wkrótce podzielimy się naszą dobrą wiadomością o komercjalizacji AI 🤌